Financial Distress Prediction in Digital Finance Platforms
Predikce finanční tísně na platformách digitálních financí
diplomová práce (OBHÁJENO)
Zobrazit/
Trvalý odkaz
http://hdl.handle.net/20.500.11956/191354Identifikátory
SIS: 258713
Kolekce
- Kvalifikační práce [18159]
Fakulta / součást
Fakulta sociálních věd
Obor
Economics and Finance
Katedra / ústav / klinika
Institut ekonomických studií
Datum obhajoby
19. 6. 2024
Nakladatel
Univerzita Karlova, Fakulta sociálních vědJazyk
Angličtina
Známka
Výborně
Klíčová slova (česky)
FinTech, predikce selhání, CAMELS, logistická regrese, model uspořádané odezvy, ROC, vzácná událost, BMAKlíčová slova (anglicky)
FinTech, failure prediction, CAMELS, logistic regression, ordered response model, ROC, rare event, BMAJaké faktory nejvíce přispívají k finanční tísni FinTech firem: kapitálová přiměřenost, provozní činnosti nebo ziskovost? Tato práce se snaží zodpovědět tuto otázku pomocí logistické ho modelu a zkoumá ní m účetních dat 973 FinTech firem z celého světa z let 2018 až 2023. Analýza také bere v úvahu nefinanční proměnné a robustnost je testována pomocí modelu uspořádané odezvy a metody Bayesovského průměrování modelů. Výsledky naznačují, že během krizí je finanční tíseň FinTech firem ovlivněna především ziskovostí a provozními činnostmi, přičemž kapitálová přiměřenost hraje méně významnou roli. Klasifikace C52, C53, C58, G21, G32, G33, M41 Klíčová slova FinTech, predikce selhá ní , CAMELS, logistická regrese, model uspořádané odezvy, ROC, vzá cnáudá lost, BMA